Determinants and Characteristics of Bruch's Membrane Opening and Bruch's Membrane Opening–Minimum Rim Width in a Normal Japanese Population
Notice bibliographique
Résumé
Purpose: To identify determinants of Bruch's membrane opening (BMO), and BMO-minimum rim width (BMO-MRW) and circumpapillary retinal nerve fiber layer thickness (RNFLT) centered on BMO center and characterize these parameters in a normal Japanese population. Methods: Spectral-domain optical coherence tomography images of optic nerve head and circumpapillary and macular retina were obtained in 258 eyes of 258 normal Japanese with mean (standard deviation) age of 51.7 (18.2) years. BMO area, BMO-MRW, RNFLT (measured with a 3.5-mm-diameter circle scan) were all acquired and analyzed relative to the eye-specific fovea to BMO (FoBMO) axis. One randomly selected eye of each subject was analyzed. Multiple regression analysis was used to identify determinants to the parameters. Results: BMO area, global BMO-MRW, RNFLT, and FoBMO angle averaged 2.06 (0.45) mm2, 305.5 (50.0) μm, 101.8 (9.6) μm, and -7.8° (3.8°), respectively. There was a modest correlation between global BMO-MRW and RNFLT (r = 0.337; P < 0.001), while the sectorwise correlations were highest in the superior-temporal sector (r = 0.500; P < 0.001) and lowest in the nasal sector (r = 0.117; P = 0.063). Global BMO-MRW and RNFLT declined with age at -1.04 μm/y (P < 0.001) and -0.12 μm/y (P = 0.001), and the former correlated negatively (P = 0.001) and the latter positively (P < 0.001) with BMO area after adjustment for other factors (R2 = 0.191 and 0.272, respectively). BMO area correlated positively with axial length (P = 0.023) and negatively with age (P < 0.001) (R2 = 0.157). Conclusions: BMO-MRW and RNFLT declined with age with a difference between them in their relationship to BMO area. BMO area positively correlated with axial length and negatively with age.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,005 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».